LCP 19. 秋叶收藏集
题目描述
小扣出去秋游,途中收集了一些红叶和黄叶,他利用这些叶子初步整理了一份秋叶收藏集 leaves
, 字符串 leaves
仅包含小写字符 r
和 y
, 其中字符 r
表示一片红叶,字符 y
表示一片黄叶。
出于美观整齐的考虑,小扣想要将收藏集中树叶的排列调整成「红、黄、红」三部分。每部分树叶数量可以不相等,但均需大于等于 1。每次调整操作,小扣可以将一片红叶替换成黄叶或者将一片黄叶替换成红叶。请问小扣最少需要多少次调整操作才能将秋叶收藏集调整完毕。
示例 1:
输入:
leaves = "rrryyyrryyyrr"
输出:
2
解释:调整两次,将中间的两片红叶替换成黄叶,得到 "rrryyyyyyyyrr"
示例 2:
输入:
leaves = "ryr"
输出:
0
解释:已符合要求,不需要额外操作
提示:
3 <= leaves.length <= 10^5
leaves
中只包含字符'r'
和字符'y'
解法
方法一:动态规划
我们定义 $f[i][j]$ 表示对于第 $i$ 片叶子,处于状态 $j$ 时的最小操作次数,其中 $j$ 表示:
状态 $0$ 表示第 $i$ 片叶子处于左边的红色部分;
状态 $1$ 表示第 $i$ 片叶子处于中间的黄色部分;
状态 $2$ 表示第 $i$ 片叶子处于右边的红色部分。
初始时,如果第 $0$ 片叶子为红色,那么 $f[0][0] = 0$,如果第 $0$ 片叶子为黄色,那么 $f[0][0] = 1$。对于其余的状态,我们初始化为 $+\infty$,表示在这种状态下无法完成任务。
考虑 $f[i][j]$,其中 $i \ge 1$:
如果第 $i$ 片叶子为红色,那么 $f[i][0]$ 只能从 $f[i-1][0]$ 转移而来,而 $f[i][1]$ 可以从 $f[i-1][0]$ 和 $f[i-1][1]$ 转移而来,此时需要额外操作一次,而 $f[i][2]$ 可以从 $f[i-1][1]$ 和 $f[i-1][2]$ 转移而来,此时不需要额外操作一次。
如果第 $i$ 片叶子为黄色,那么 $f[i][0]$ 只能从 $f[i-1][0]$ 转移而来,并且需要额外操作一次,而 $f[i][1]$ 可以从 $f[i-1][0]$ 和 $f[i-1][1]$ 转移而来,此时不需要额外操作一次,而 $f[i][2]$ 可以从 $f[i-1][1]$ 和 $f[i-1][2]$ 转移而来,并且需要额外操作一次。
最终的答案即为 $f[n-1][2]$,其中 $n$ 表示红叶和黄叶的总数。
时间复杂度 $O(n)$,空间复杂度 $O(n)$。其中 $n$ 为数组的长度。
Python3
class Solution:
def minimumOperations(self, leaves: str) -> int:
n = len(leaves)
f = [[inf] * 3 for _ in range(n)]
f[0][0] = int(leaves[0] == "y")
for i in range(1, n):
if leaves[i] == "r":
f[i][0] = f[i - 1][0]
f[i][1] = min(f[i - 1][0], f[i - 1][1]) + 1
f[i][2] = min(f[i - 1][2], f[i - 1][1])
else:
f[i][0] = f[i - 1][0] + 1
f[i][1] = min(f[i - 1][0], f[i - 1][1])
f[i][2] = min(f[i - 1][2], f[i - 1][1]) + 1
return f[n - 1][2]
Java
class Solution {
public int minimumOperations(String leaves) {
int n = leaves.length();
final int inf = 1 << 30;
var f = new int[n][3];
for (var g : f) {
Arrays.fill(g, inf);
}
f[0][0] = leaves.charAt(0) == 'r' ? 0 : 1;
for (int i = 1; i < n; ++i) {
if (leaves.charAt(i) == 'r') {
f[i][0] = f[i - 1][0];
f[i][1] = Math.min(f[i - 1][0], f[i - 1][1]) + 1;
f[i][2] = Math.min(f[i - 1][2], f[i - 1][1]);
} else {
f[i][0] = f[i - 1][0] + 1;
f[i][1] = Math.min(f[i - 1][0], f[i - 1][1]);
f[i][2] = Math.min(f[i - 1][2], f[i - 1][1]) + 1;
}
}
return f[n - 1][2];
}
}
C++
class Solution {
public:
int minimumOperations(string leaves) {
int n = leaves.size();
int f[n][3];
memset(f, 0x3f, sizeof(f));
f[0][0] = leaves[0] == 'y';
for (int i = 1; i < n; ++i) {
if (leaves[i] == 'r') {
f[i][0] = f[i - 1][0];
f[i][1] = min(f[i - 1][0], f[i - 1][1]) + 1;
f[i][2] = min(f[i - 1][2], f[i - 1][1]);
} else {
f[i][0] = f[i - 1][0] + 1;
f[i][1] = min(f[i - 1][0], f[i - 1][1]);
f[i][2] = min(f[i - 1][2], f[i - 1][1]) + 1;
}
}
return f[n - 1][2];
}
};
Go
func minimumOperations(leaves string) int {
n := len(leaves)
f := make([][3]int, n)
inf := 1 << 30
for i := range f {
f[i] = [3]int{inf, inf, inf}
}
if leaves[0] == 'y' {
f[0][0] = 1
} else {
f[0][0] = 0
}
for i := 1; i < n; i++ {
if leaves[i] == 'r' {
f[i][0] = f[i-1][0]
f[i][1] = min(f[i-1][0], f[i-1][1]) + 1
f[i][2] = min(f[i-1][2], f[i-1][1])
} else {
f[i][0] = f[i-1][0] + 1
f[i][1] = min(f[i-1][0], f[i-1][1])
f[i][2] = min(f[i-1][2], f[i-1][1]) + 1
}
}
return f[n-1][2]
}
TypeScript
function minimumOperations(leaves: string): number {
const n = leaves.length;
const inf = 1 << 30;
const f: number[][] = new Array(n).fill(0).map(() => new Array(3).fill(inf));
f[0][0] = leaves[0] === 'y' ? 1 : 0;
for (let i = 1; i < n; ++i) {
if (leaves[i] === 'r') {
f[i][0] = f[i - 1][0];
f[i][1] = Math.min(f[i - 1][0], f[i - 1][1]) + 1;
f[i][2] = Math.min(f[i - 1][2], f[i - 1][1]);
} else {
f[i][0] = f[i - 1][0] + 1;
f[i][1] = Math.min(f[i - 1][0], f[i - 1][1]);
f[i][2] = Math.min(f[i - 1][2], f[i - 1][1]) + 1;
}
}
return f[n - 1][2];
}
Swift
class Solution {
func minimumOperations(_ leaves: String) -> Int {
let n = leaves.count
let inf = Int.max / 2
var f = Array(repeating: [inf, inf, inf], count: n)
let leavesArray = Array(leaves)
f[0][0] = leavesArray[0] == "r" ? 0 : 1
for i in 1..<n {
if leavesArray[i] == "r" {
f[i][0] = f[i - 1][0]
f[i][1] = min(f[i - 1][0], f[i - 1][1]) + 1
f[i][2] = min(f[i - 1][1], f[i - 1][2])
} else {
f[i][0] = f[i - 1][0] + 1
f[i][1] = min(f[i - 1][0], f[i - 1][1])
f[i][2] = min(f[i - 1][1], f[i - 1][2]) + 1
}
}
return f[n - 1][2]
}
}